量子科技中心_量科网

随着医疗物联网（IoMT）的扩展及5G技术的融合，高能效医疗系统对工业5.0至关重要。5G赋能的IoMT系统实现了医疗设备与医护工作者之间的实时数据采集、高速通信和增强连接，但在工业5.0有限电力资源环境下，设备数量激增带来的能耗与数据安全问题日益凸显。量子计算与机器学习（ML）算法融合形成的量子机器学习（QML），通过叠加态和纠缠等原理，在计算速度与效率上实现指数级提升。该研究团队提出并评估了三种QML算法——UU†、变分UU†和UU†量子神经网络（QNN），用于处理来自5G-南亚、Lumos5G 1.0、WUSTL EHMS 2020和PS-IoT四个数据集的数据分类。对比分析显示，UU†-QNN方法不仅在5G-南亚和WUSTL EHMS 2020数据集上实现100%准确率，更通过高效安全的医疗数据处理契合工业5.0以人为本的理念。研究人员还通过分析不同噪声模型参数对准确率的影响，验证了所提量子算法在多重噪声信道中的鲁棒性，强化了工业5.0的韧性特征。这些成果为5G-IoMT医疗系统提供了具有前景的量子解决方案：在优化数据分类、降低能耗的同时，即使存在噪声干扰仍能保持高水平安全性。